Система автоматичної оптимізації процесу нагріву метала у методичних печах

Abstract

Проведені теоретичні дослідження процесу нагріву металу, які дозволили встановити: процес є динамічним і питання його керування можуть бути вирішені методами динамічної оптимізації. Запропонований метод розпізнавальної оптимізації процесу нагріву металу дозволив скоротити питомі витрати природного газу на , економити 7,3 млн. грн. на рік з вкладеннями 257 тис. грн. при строку окупності 2 місяці. Запропонований додатковий керуючий вплив у вигляді зміни витрат палива у рекуперативній зоні печі, дозволив додатково знизити споживання природного газу на 10,4%. Розроблений алгоритм розпізнавальної оптимізації процесом нагріву металу, впровадження якого у ЛПЦ-1700 ММК ім. Ілліча дозволило скоротити споживання природного газу на 11,433%.

С появлением методических печей с шагающими балками (ранее с шагающим подом) и изменением схемы отопления этими печами, по сравнению с толкательными, возникли новые задачи управления, аналоги решения которых практически отсутствуют в литературе. Механический же перенос принципов автоматизации толкательных печей на печи новой конструкции приводит лишь к отрицательным результатам. Таким образом, необходимым есть использование более эффективных подходов, при построении автоматической системы управления печью, обеспечивающего оптимальный режим ее работы, с целью снижения удельных затрат природного газа при стабилизации качества получаемой продукции. Наиболее перспективным, на сегодняшний день есть рассмотрение конструкции методической печи с шагающими балками, которая спроектирована для ЛПЦ-1700 ММК им. Ильича. В диссертационной работе вопросы управления такими объектами как методические печи, с целью снижения энергопотребления, решаються с использованием новых подходов, которые позволяют создавать интеллектуальные системы. На данный момент метод распознающей оптимизации рассматривался лишь на примере статических объектов. В данной работе получена распознающая динамическая модель методической печи в обучающем режиме. В диссертационной работе рассматривается класс задач распознавания образов, в которых обучение осуществляется на основании большого числа наблюдений за технологическим объектом. Область функционирования исследуемого объекта в признаковом пространстве определяет математическая модель процесса нагрева металла в печи в виде суммы предикатных уравнений. Синтез распознающей динамической модели методической печи выполнен с помощью алгоритма обучения. Данная модель получена в виде совокупности предельных значений управляющих и возмущающих параметров, характеризующих процессы нагрева металла, принадлежащие всем областям, на которые разбито, в зависимости от суммарного расхода газа, пространство функционирования объекта. Распознающая динамическая модель объекта позволяет осуществлять прогноз значений критерия управления с различной глубиной памяти процесса. При этом увеличивается только размерность факторного пространства. Модель технологического процесса, построенная на едином математическом аппарате распознавания в виде совокупности предикатных уравнений содержит в неявном виде и ограничения, накладываемые на управление условиями ведения процесса, а использование такой модели в задаче оптимизации не требует привлечения традиционных численных методов. Дополнительно предложен энергосберегающий режим нагрева металла, обеспечивающий увеличение управляемости методической печи за счет перераспределения тепловой нагрузки, и обеспечивает дополнительное снижения суммарного расхода природного газа на 10,4%.

Theoretical researches of the process of heating metal, which identified: process is dynamic and its management issues can be solved by methods of dynamic optimization. The proposed method is distinctive optimization process of heating metal allowed to reduce specific costs of natural gas, saving 7.3 million UAH year with attachments 257 thousands of UAH at the term of recoupment 2 months. The proposed additional control actions in a change of fuel consumption in recuperative zone furnace, allowed to further reduce natural gas consumption at 10.4%. Algorithm optimization distinctive metal heating process, implementation of which in LPC-1700 MMK the name of Ilicha allowed reduce natural gas consumption at 11.433%